基于区域能量最小和主动轮廓模型的医学目标提取

针对传统主动轮廓模型在目标强边缘处容易产生振荡和弱边缘处容易泄露的缺点,提出了一种基于区域能量最小和主动轮廓模型的医学目标提取模型。这一基于目标灰度统计概率和水平集的主动轮廓分割模型,把能量函数表示为在目标区域内对像素点属于目标概率的积分,并在水平集框架下对能量函数最小化,得到分割的迭代方程;同时,通过附加的速度约束项,使得主动轮廓在越过目标边缘时降低速度,大大提高了分割的收敛性和准确度。通过大量冠状动脉和二尖瓣的分割实验以及与几种传统主动轮廓模型和手工提取的比较,表明该模型在医学图像分割方面的健壮性、准确性和有效性。     

基于自适应符号函数的主动轮廓模型

几何主动轮廓模型的缺点是对初始轮廓位置特别敏感,基于距离规则水平集（DRLSE）模型的初始轮廓曲线必须设置在目标边界的内部或者外部.基于边缘的自适应水平集（ALSE）模型,提出了一种提高初始轮廓鲁棒性的方法.但两种模型均容易出现陷入虚假边界、从弱边缘处泄露以及抗噪声能力差等问题.设计了一个结合自适应符号函数和自适应边缘指示函数的模型,使得主动轮廓演化能根据自适应符号函数的方向从初始轮廓开始自动进行膨胀及收缩,很好地改善了水平集对初始轮廓敏感的缺点,提高了鲁棒性,同时解决了水平集对收敛速度慢以及易从弱边缘处泄露的问题.此外,为了使得模型演化更加稳定,提出了一个新的距离规则项.实验结果表明：自适应符号函数的主动轮廓模型不仅可以提高分割质量,缩短图像分割时间,同时提高了对初始轮廓的鲁棒性.     

梯度向量场通量能量驱动的主动轮廓模型

提出了一种基于梯度向量场通量能量的水平集图像分割算法.通过加入约束符号距离函数的能量项,并极小化该能量函数得到的变分表达式主要具有4条优于传统主动轮廓模型的优点.一是可以克服分割弱边界目标的困难;二是水平集函数不但可以灵活初始化,而且可避免在演化过程中重新初始化为符号距离甬数;三是水平集函数数值化可采用简单的有限差分方法,计算效率得到了极大的提高;四是仅用一个初始轮廓就可以自动检测带孑L目标的内轮廓.对合成和真实图像的分割结果表明:对弱边界目标和灰度分布不均目标的分割效果分别优于测地线模型(GAC)和C-V主动轮廓模型.     

水平集函数规则化的C-V主动轮廓模型

Chan与Vese 提出的C-V主动轮廓模型采用传统的水平集方法实现,为了保证水平集函数演化的稳定性,需要加入轮廓的长度项来规则化水平集函数,且在演化的过程中要周期性重新初始化为符号距离函数,从而大大增加了计算量和实现的复杂度。提出一种新的规则化水平集函数的方法,不但可以保证水平集函数演化稳定,而且避免了重新初始化。实验结果表明：该方法稳健、快速。     

基于主动轮廓模型的啤酒瓶凸性字符提取和识别方法

本文提出了一种用计算机自动提取啤酒瓶字符并进行识别的方法,代替手工操作,有效地降低了成本和提高了效率．该方法首先采用线阵CCD得到啤酒瓶字符的图像,接下来对图像进行预处理,然后用一种改进的主动轮廓模型提取出啤酒瓶上的凸性字符,最后用多层BP神经网络对字符进行识别,就可确定是否含有“B”字和是否在使用期内．实验结果表明,该方法能有效地提取啤酒瓶上的字符并识别出“B”和日期,简单可行,分拣正确率达到了95%以上．     

改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用

针对主动轮廓模型(Snake)处理图像时的初始轮廓选取问题,采用改进的区域增长法对图像进行预分割,并将得到的边缘作为主动轮廓模型的初始边缘轮廓;然后分别用sobel算子与梯度矢量流(GVF)代替图像梯度进行主动轮廓模型外部能量的计算,在速度满足要求的情况下,提高了目标区域的提取精度.实验结果表明,基于GVF的主动轮廓模型在脑肿瘤的轮廓提取中能取得更好的效果.     

基于主动轮廓模型的肺纹理自动提取新方法

Computed tomography (CT) is the primary imaging modality for investigation of lung function and lung diseases. High resolution CT slice images of chest contain lots of texture information, which provides powerful datasets to research computer aid-diagnosis (CAD) system. But the extraction of lung tissue textures is a challenge task. In this paper, we introduce a novel method based on level set to extract lung tissue texture tree, which is automatic and effectual. Firstly, we propose an improved implicit active contour model driven by local binary fitting energy, and the parameters are dynamic and modulated by image gradient information. Secondly, a new technique of painting background based on intensity nonlinear mapping is brought forward to remove the influence of background during the evolution of single level set function. At last, a number of contrast experiments are performed, and the results of 3D surface reconstruction show our method is efficient and powerful for the segmentation of fine lung tree texture structures.     

分水岭算法应用于主动轮廓模型能量分割算法的研究

主动轮廓模型(snake模型)被广泛应用于边缘提取、图像分割等领域。该模型能对目标适当初始化,并进行自主收敛,使得能量处于极小值状态,以达到目标分离的效果。当目标初始位置敏感时,需要依赖其他机制对内部能量进行合理初始化,由于模型的非凸性,它有可能收敛到局部极值点甚至发散。将分水岭算法应用于主动轮廓模型的能量分割算法,通过改进的分水岭算法确定主动轮廓模型的初始轮廓,利用迭代完成对轮廓点周围的局部近邻点的检索,以选取更小的轮廓模型,当获得最小值时完成目标轮廓的提取。     

鱼群主动轮廓模型算法

经典主动轮廓模型在图像分割中,存在分割结果与初始状态有关和容易陷入局部极小值的问题。为了解决上述两个问题,可以通过将主动轮廓模型的多阶段决策问题与鱼群算法的决策过程相结合,提出鱼群主动轮廓算法。由主动轮廓模型的特点构建了主动轮廓模型相对应的鱼群算法,把主动轮廓模型图像分割的问题转化成最优能量函数值的搜索问题,为获取精确的图像轮廓提供了新方法。实验结果表明此方法能在任意初始化曲线下有效地分割出图像。通过数学证明和实验结果可以知道鱼群主动轮廓算法具有良好的全局收敛性,避免了主动轮廓模型原来采用了变分法优化而难以达到全局最优,甚至难于达到局部最优的现象。     

针对凹陷轮廓改进的主动轮廓模型

研究短时延网络控制系统在具有数据包丢失情况下的故障检测问题。在丢包率一定的情况下,针对系统成功传输和丢包的情况分别设计故障观测器,将观测器误差方程建模为具有多个事件的异步动态系统,应用线性矩阵不等式方法推导出具有数据包丢失率约束的误差系统指数稳定的条件。仿真结果验证了该方法的有效性。     

针对凹陷轮廓改进的主动轮廓模型

针对传统主动轮廓模型不能有效拟合凹陷轮廓的问题进行研究,从内部、外部能量两方面进行分析。通过模拟流体压力的思路对内部能量项中的弹性能量进行改进,提出一种针对凹陷轮廓改进的主动轮廓模型——Area Snake,并对其理论模型、实现细节和不足进行讨论。实验表明,Area Snake对凹陷轮廓有着较好的拟合性能。     

基于梯度矢量流主动轮廓模型的等高线提取算法

为了提取彩色地形图上的等高线,首先把RGB颜色空间转换为HSV颜色空间,对彩色地形图进行分色,以获得棕色等高线的二值图像;然后利用数学形态学的方法对二值等高线图像滤波,消除等高线线体内的孔洞.利用梯度矢量流主动轮廓模型在等高线二值图像上直接提取未经细化的等高线,并结合等高线断裂区域的等高线流向场连接断裂的等高线.最后验证了文中算法的有效性.     

基于主动轮廓模型的交通场景运动目标提取算法

在交通监控中,从复杂的交通场景中精确地分割出运动目标是至关重要的。目前,经典的运动目标检测算法有背景差法和帧差法。当场景中存在阴影时,这两种方法都不能够精确地提取运动目标。提出了一种基于主动轮廓模型的运动目标提取算法。通过阴影检测,从运动目标中获得消除阴影的初始轮廓,然后通过主动轮廓模型逼近运动目标真实轮廓。实验表明,该算法既可以消除阴影和噪声的影响,又可以保持运动目标完整。     

利用地平线与跑道边缘线估计无人机着陆参数

研究了一种基于机器视觉的无人机着陆参数计算方法,通过利用图像处理得到的地平线、跑道两条边缘线在图像像素坐标系下的直线方程,可以获得无人机着陆过程中的5个飞行参数:高度、侧偏距、滚转角、俯仰角、偏航角.介绍了视觉测量的一般理论;给出了飞行姿态角测量方法;提出了无人机高度和与机场跑道中线的距离的计算方法.利用实拍的一段无人机着陆视频验证了提出的方法,实验研究表明:该方法可以有效地获得5个飞行参数,为无人机自主着陆提供着陆参数.     

用主动轮廓模型优化网格曲面上的特征线

对主动轮廓模型在三维网格曲面上的表示进行研究．首先提出一种根据输入的点快速确定初始特征线的追踪投影法;然后计算出特征线的主动轮廓模型能量,其中特征能用平均曲率来表示;最后,特征线经多次迭代后移动到能量极小处,实现优化．实例表明,优化后的特征线既光滑又逼近特征．     

主动轮廓线舌体轮廓自动提取

主动轮廓线模型在分割图像时可以定位目标物体的边界,但是对初始点敏感和无法凹陷收敛等困难限制了该模型的推广.对梯度向量流模型研究后发现:该模型计算外部作用力场将图像的边界信息延展至离边界较远的图像区域,经过充分的迭代计算之后,边界信息可以覆盖大部分图像区域,这样就能解决模型固有的困难.舌体分割实验表明可以有效地解决该问题.     

基于能量迭代运算提取汽车轮廓

图像轮廓提取是图像处理中一项较复杂技术之一。由于受到硬件水平和软件技术的限制,目前主要还是依靠手工与自动相结合的方法来解决一些实际问题,低效果并不理想,尤其是对某些特殊情况,如“尖锐角”现象等。通过对Maar变换后图像特征的深入分析,设置新的判断准则,提出了种针对复杂物体边缘检测的算法流私,可以对具有“尖锐角”的物体轮廓进行快速准确地提取,同时利用矢量化方法消除毛刺,使跟踪获得的边界更符合物体的实际轮廓特征。     

基于遗传算法的主动轮廓模型

由 Kass等人提出的主动轮廓模型 ,本质上是一条能量最小化的轮廓曲线 .它作为一种全新的采用自上而下机制的图象目标提取方法 ,由于它有效地利用了高级信息 ,从而提高了目标提取的速度和准确性 ,已经在数字图象处理和计算机视觉领域得到了广泛的应用 .原始的主动轮廓模型算法可以分为构造能量函数、推导欧拉方程、离散化和迭代求解 4步 .但该算法存在许多问题 ,为此在分析原始主动轮廓模型算法和一些改进算法的基础上 ,提出了一种基于遗传算法的主动轮廓模型算法 ,并给出实验结果 .实验结果证明 ,基于遗传算法的主动轮廓模型不仅成功地解决了原方法收敛易陷入局部最小值的问题 ,也提高了目标提取的成功率 .     

基于活动轮廓模型的人脸轮廓提取

在传统的snake算法基础上,针对人脸轮廓提取这一课题,提出了一种初始化snake的方法,并对传统的snake算法进行了改进。实验结果表明,该方法能够较好地提取人脸轮廓,并在精确度和计算量方面大大优于边缘检测算子方法。     

基于张量投票的主动轮廓边缘提取

提出一种基于张量投票的主动轮廓边缘提取算法。该算法对图像进行张量编码,将其转化为二阶对称的半正定张量,每个输入张量通过预定的投票域对邻近数据进行稀疏投票,投票后每个输入点收集自身获得的选票,再进行稠密投票,以获得轮廓的显要特征,从而实现主动轮廓的边缘提取。实验结果表明,该算法能有效提取图像轮廓边缘,得到较好的物体主动轮廓模型。